关于“智能学科”的战略思考

0 引 言

2017年7月20日，国务院发布了《新一代人工智能发展规划》（以下简称《规划》）。《规划》清晰无误地把“大力发展人工智能”提升到国家战略的高度。为了保障此项国家战略的有效实施，《规划》还提出在高等学校建立智能领域一级学科的要求。一石激起千层浪，《规划》的发布，在民众、特别在教育界激起了极其热烈的讨论，讨论的核心问题是：应当在高校建立一个什么样的“一级学科”才能有效支持国家战略的实施？

公众的讨论可谓百花齐放、异彩纷呈，归结起来主要有如下几种代表性的主张：①高度一致的共识是：虽然我国一些高校已经设置了“智能科学与技术”本科专业，但都隶属于其他一级学科，因此，培养计划必须优先满足所属一级学科的要求。这样就留给“智能学科与技术”专业的培养空间非常有限，很难系统地培养智能学科的人才。为了有效支持国家战略，应当设立智能领域自身的一级学科。②关于新的一级学科的设置，一种意见认为，既然国家号召努力发展“新一代人工智能”，高校就应该建立“人工智能”一级学科来培养相应的人才，保障人才培养的工作和产业的需求密切衔接；另外一种意见则认为，为了培养既有创新能力又有实践能力的人才，应当使学生对智能科学基础和关键技术有一定的掌握，因此，主张建立“智能科学与技术”一级学科。

建立人工智能领域的“一级学科”已成共识，不必再费笔墨。至于建立什么样的一级学科？看来尚须思量。一级学科的名称固然重要，但是，更为重要也更为根本的问题是：应当设定怎样的一级学科人才培养目标？

1 设置“一级学科”的一般准则

现代科学是一个宏大的复杂体系，可以被描述为一个大规模、多分支、多层次、多联系的复杂网络，其中，每一个分支代表一个大的学科领域。现代科学存在许多不同的学科领域（如数学、物理学、化学、生物科学、信息科学等），每个领域内部又存在若干分支领域，每个分支领域又有不同层级的学科，其中，层级较高的学科所覆盖的学科面较广，层级较低的学科所覆盖的学科面较窄。

“一级学科”（也称“学科大类”）是指那些学科覆盖面相对较广且具有一定完整性和独立性的学科，在他们的下层通常都有一群由它们分解出来、互相之间存在一定学术联系、学科覆盖面相对较窄的二级学科（学科小类）。

世界各国的学科设置各具特色、各有千秋，大体遵循两种不同的准则：一种准则是比较强调“学以致用”，学科的设置往往与应用部门的具体业务密切关联，培养过程也比较注重应用部门的需要，毕业生就业的对口性很强，因此他们工作上手很快，用人单位比较欢迎；另一种准则是强调学科和人才的“长远发展”，学科的设置往往比较学术化和系统化，培养过程比较注重学生基础学术能力的锻造，毕业生的适应能力比较好，学生的发展潜力比较强。

分析表明，这两种准则存在互补的关系，而不是对立的关系，因此，可以把两种准则有机结合起来，形成更具有兼容性的新准则，使学生既具有比较雄厚的学术基础，又具有比较强的应用能力。

2 “人工智能”的学科内涵

2.1 什么是智能？

长期以来，由于受到经典物质科学“分而治之”方法论的影响，国内外学术界一直都把“智能”孤立地理解为大脑的思维能力。因此，人工神经网络就从模拟大脑的结构入手来研究人工智能，专家系统则从模拟大脑的功能入手来研究人工智能。

显然，这些认识是不全面、不准确的。主体与客体的相互作用，是现实世界一切智能活动发生和发展的根源。没有这种主体与客体之间的相互作用，主体就不会产生对于智能的需求。由此可以得出智能的基本定义（对照图1所示的模型）[1]。

定义1 智能，是在主体与客体相互作用的演进过程中，为了实现主体“更好的生存与发展”的目的而不断演化出来的“运用知识去发现问题和解决问题”的能力[2]。

如果把图1的抽象模型进一步展开，就得到智能系统标准模型，如图2所示。

图1 和图2完全等效。前者比较抽象，便于引出“智能”的概念；后者比较具体，便于理解“智能”的过程和机理。为此，需要做出几点说明。

（1）在图1和图2所示的智能系统模型中，主体可以是人，可以是各种生物，也可以是人造的智能（即人工智能）系统。

（2）如果主体是人或生物，模型中的“目的和知识”就是主体自己所拥有的；如果主体是人工智能系统，其“目的和知识”就是人类设计者所赋予的，而非机器自己的。

（3）定义1表明，人类在主客相互作用的演进过程中演化出的“智能”，目的是要不断实现人类“更好的生存与发展水平”。

（4）智能的表现多姿多彩，但归结起来就是“为了实现更好的生存与发展这个目的而运用知识去发现问题和解决问题”的能力。

2.2 什么是人工智能？

虽然国内外文献上给出过各种各样的“人工智能”定义，但是，深入分析起来都存在偏颇。为此，笔者尝试给出一个更为科学也更为符合实际的人工智能定义[3]。

定义2 人工智能，就是试图“理解”智能的工作机理并运用现代科学技术进步的成果“研发”智能机器的一门科学技术。

可见，学习和掌握人工智能需要抓住两个关键：一个是“理解”，一个是“研发”，理解是基础，研发是目的，两者相辅相成，缺一不可。理解要为目的服务，但是如果没有理解做基础，研发的能力就会严重受限。

关于定义2，需要说明：在机器上实现人类“发现问题和解决问题的能力”并非易事。特别是发现问题的能力，是人类创造力的第一要素，依赖于人类的目的、直觉、想象力、灵感与美感等因素，这些都是机器难以实现的。因此，人工智能的研究主要关注的是在机器上实现人类解决问题的能力。

颇为有趣的是，对于图2所示的智能系统标准模型，存在两种不同的思维模式。

（1）从物质结构和能量过程的观点来考察，主体的智能是通过一系列物质和能量系统实现的，他们包括①感知与选择系统，②认知系统，③基础意识、情感生成、理智生成和综合决策系统，④策略执行系统。

（2）从信息生态过程的观点来考察。主体的智能是在主体目的的导控下和在知识的支持下通过一系列信息转换过程实现的，包括①由客体信息到感知信息的转换，②由感知信息到知识的转换，③由感知信息、知识、目的到智能策略的转换，④由智能策略到智能行为的转换。这个复杂转换过程也可以表达为

客体信息→感知信息→知识→智能策略→智能行为 （1）

或更简洁地表述为

信息→知识→智能 （2）

这两种思维模式的意义大不相同，前者是物质科学的思维模式，而后者则是信息科学的思维模式。人工智能是一类开放复杂的信息系统，属于信息科学的研究范畴。虽然信息转换过程总是需要物质与能量系统的支持，但是，信息转换过程是人工智能的本质和灵魂，而物质和能量系统则是为信息转换过程服务的。在学习、研究和设计人工智能系统的时候，首先应当关注的是其中的信息转换过程，然后才应当关注如何设计恰当的物质和能量系统来支持和保障这个信息转换过程的实现。

因此，人工智能的研究者和学习者必须准确理解和把握的是表达式（1）或表达式（2）所表示的信息转换过程，这是智能的本质机理。

正如人们所说：飞机的研制不是直接去模仿鸟的物质结构，而是抓住了鸟儿飞翔的空气动力学原理。同样应当说：人工智能系统的研制不是直接去模仿人体的物质结构和功能，而是要抓住人类智能生长所蕴涵的信息转换原理！

所以，自觉地从物质科学思维模式转变为信息科学思维模式，这应当是所有人工智能研究者和学习者的共同任务。不要刻意地去追求智能系统模型中各个功能系统如何逼真地模拟人类智能系统的各个对应物理生理系统的结构，而是应当努力追求尽量完美地实现整个智能系统的（而不是个别单元的）信息转换过程。

2.3 人工智能学科的基本内涵

总结图1和图2所示的智能模型、定义1和定义2所表述的智能与人工智能定义、表达式（1）或表达式（2）所揭示的智能系统工作机理，笔者可以把人工智能学科的基本内涵（也是学习人工智能的时候应当掌握的基本精髓）归结为以下方面。

2.3.1 什么是智能？为什么人类需要智能？

根据图1和定义1知道，“智能”是人类主体（包括生物主体）在与环境客体相互作用的过程中，为了实现不断改善生存发展水平这一目的，而演化和展现出来的能力。这种能力应当能够保障：①主体所产生的智能行为能够实现主体所设定的目的，否则就是失败；②主体所产生的智能行为，不能破坏环境，否则就会遭遇风险；③主体应当在面对不确定的条件下可以通过反馈、学习与优化实现所设定的目的。

有了这样的能力，生物主体才能在变化的环境中生存，而人类主体则不仅能够在变化的环境中生存，而且能够通过改善环境求得不断地发展。

2.3.2 人类有了自身的智能，为什么还需要人工智能？人工智能与人类智能的关系是什么？

一方面，定义1表明，智能是在主客相互作用过程中演化出来的产物，而主客相互作用本身又在不断向深度广度演化，因此，人类智能的水平必须不断提升；另一方面，科学技术进步的目的就是为了帮助人类从自然力的束缚下获得解放，因此，运用科技进步成果来实现人类智能的部分能力（即实现人工智能）是历史进步的必然结果。然而，定义2及其说明又告诉我们：人工智能主要关注的是把人类“解决问题”的能力在机器上实现出来，以便使人类能够更好地集中精力提升自己“发现问题”的能力。这就是人工智能与人类智能之间的关系。

2.3.3 人工智能的工作机理是什么？他与一般的信息处理有什么不同？

图2的标准模型表明，人工智能系统的工作机理是需要人类设计者和系统使用者提供所要解决的问题、求解问题的预设目标、求解问题所需要的基本知识。在此基础上，人工智能系统就可以按照表达式（1）或表达式（2）来执行一系列复杂的信息转换。如果一切都很理想，那么，所生成的“智能行为”就可以解决问题，达到预设的目标。

图2表明，人工智能执行的信息转换包括：①客体信息（感知信息，感知）；②感知信息（知识，认知）；③感知信息、知识、目的（智能策略，基础意识、情感、理智、综合决策）；④智能策略（智能行为，执行）。

图2也表明，由于各个过程／子过程都可能存在各种不确定性，人工智能系统按照表达式生成的“智能行为”所产生结果通常会偏离目标而出现误差。这个误差就是一种新的信息，表明需要改进智能策略。为此，需要把误差信息反馈到人工智能系统的输入端，通过学习补充知识、优化策略改进智能行为的效果（缩小误差）。这种误差反馈—学习—优化过程可能需要进行多次，每一次都比前一次的效果更好，更接近于目标，直到满意为止。如果无论进行多少次都不能改善效果，就要修改预设目标。

图2表明，人工智能系统标准模型中几乎包含了所有各种信息处理系统，如传感、通信、计算机、控制等。但他们仅仅是人工智能系统各种子系统的简化形式。换言之，人工智能是远比它们以及它们的组合更复杂、更高级、更强大的智能系统。

2.3.4 人工智能的应用潜力

由于人工智能系统可以有效实现人类“解决问题”的能力，又具有远远超越人类工作速度、工作精度、工作耐力、恶劣环境的耐受力，因此，人工智能技术在科学研究、国民经济、社会服务、文化教育、民生福祉、环境生态、国家安全等各个领域都具有巨大的应用潜力，有望把人类从这些领域的体力劳动和一般智力劳动中解放出来，使他们可以不断地向更具创造性的劳动领域转移，推动社会更好地发展。

2.3.5 人工智能的发展前景

随着人们对人类智能工作机理的认识越来越深入，随着微电子、光电子、新材料、新能源技术不断进步，人工智能将在越来越多的领域协助、甚至取代人类去解决各种问题，与人类劳动者形成“人类发现问题、人工智能机器系统解决问题”的共生体。由于人类智能在不断发展，发现问题的能力越来越强，人工智能的研究将永无止境。

2.4 智能领域一级学科人才培养的课程体系

按照定义2的表述，学习和掌握人工智能，就是要深入学习“对于人类智能工作机理的理解”，并在此基础上努力掌握“利用现代科技进步的成果研发智能机器”的本领。

为此，智能领域一级学科的人才培养需要考虑以下课程（除了各个一级学科共同的课程以外），见表1。

3 国家需求与国际环境的约束

目前，教育部已经设立“智能科学与技术”本科专业。这一名称体现了科学与技术之间的辩证联系，用作智能领域“一级学科”的名称比较合理。不过，也有不少人主张采用“人工智能”作为一级学科名称，认为要紧扣“研发智能机器”的主题，不必学习神经科学、认知科学、信息科学等理论性的内容。

笔者认为，定义2所述的“理解智能机理，研发智能机器”的认识很重要。理解智能机理是研发智能机器的必要基础，没有理解的基础，研发很难走远，更难实现智能领域的突破与创新。而“创新”是新阶段经济发展的第一驱动力。

从国家需求的观点分析，2017年7月20日国务院发布的《规划》明确规定：到2025年前要实现人工智能基础理论的重大突破，到2030年要在理论、技术、应用上达到国际领先水平。如果我们培养的学生没有一定的科学理论基础，将不可能实现《规划》的目标。

至于从整个国际竞争的大格局来看，如果我们培养的学生没有一定的基础理论水平与能力，将来我国的研究势必受制于人。最近在信息技术领域发生的“芯片”事件便是活生生的证明！

4 结 语

在满足上述“内涵”的条件下，人工智能领域的一级学科究竟称为“人工智能”，还是“智能科学与技术”？其实都不是问题。关键的问题是，要使本领域一级学科培养的学生具备“理解智能机理，研发智能机器”的坚实基础与能力。

作者简介：钟义信，男，教授，研究方向为信息科学和人工智能基础理论，[e-mail]。

参考文献

[1] 钟义信. 高等人工智能原理[M]. 北京: 科学出版社, 2014.

[2] 钟义信. 机制主义人工智能理论[J]. 智能系统学报, 2018(1): 2-18.

[3] 钟义信. 信息科学技术导论[M]. 北京: 北京邮电大学出版社, 2015.

（完）

更多精彩：